MétaCan
Menu
Retour à la cohorte
Enregistrement W2118677714 · doi:10.1187/cbe.06-03-0152

Enhancing Undergraduate Teaching and Research with a<i>Drosophila</i>Virginizing System

2006· article· en· W2118677714 sur OpenAlexafffund
Dennis R. Venema

Notice bibliographique

RevueCBE—Life Sciences Education · 2006
Typearticle
Langueen
DomaineNeuroscience
ThématiqueOlfactory and Sensory Function Studies
Établissements canadiensTrinity Western UniversityWestern University
Organismes subventionnairesTrinity Western University
Mots-clésDrosophila (subgenus)Mathematics educationBiologyPsychologyGenetics

Résumé

récupéré en direct d'OpenAlex

Laboratory exercises using Drosophila crosses are an effective pedagogical method to complement traditional lecture and textbook presentations of genetics. Undergraduate thesis research is another common setting for using Drosophila. A significant barrier to using Drosophila for undergraduate teaching or research is the time and skill required to accurately collect virgins for use in controlled crosses. Erroneously collecting males or nonvirgin females contaminates crosses with unintended genotypes and confounds the results. Collecting adequate numbers of virgins requires large amounts of time, even for those skilled in virgin collection. I have adapted an effective method for virgin collection that eliminates these concerns and is straightforward to use in undergraduate settings. Using a heat-shock-induced, conditional lethal transgene specifically in males, male larvae can be eliminated from a culture before adults eclose. Females thus eclose in the absence of males and remain virgin, eliminating the need to laboriously score and segregate freshly eclosed females. This method is reliable, easily adaptable to any desired phenotypic marker, and readily scaleable to provide sufficient virgins for large laboratory classes or undergraduate research projects. In addition, it allows instructors lacking Drosophila expertise to use this organism as a pedagogical tool.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,337
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,150
Tête enseignante GPT0,344
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCBE—Life Sciences EducationMême sujetOlfactory and Sensory Function StudiesTravaux en français237 207